k- 평균 대 k- 중간 값?

14

k- 평균 군집 알고리즘과 k- 중간 값이 있다는 것을 알고 있습니다. 하나는 평균을 군집의 중심으로 사용하고 다른 하나는 중앙값을 사용합니다. 내 질문은 언제 / 어디를 사용해야합니까?

clustering k-means

— 잭 트웨인
소스

차원이 둘 이상인 경우 중앙값 을 정의 하고 계산해야합니다. 각 값의 중앙값을 취하면 회전 속성이 손실됩니다. 추가 가능성은 k- medoids

— Henry

14

k- 평균은 제곱 유클리드 거리와 동일한 클러스터 내 분산을 최소화합니다.

일반적으로 산술 평균 이이를 수행합니다. 거리를 최적화 하지 않지만 평균과의 편차를 제곱합니다.

k-medians는 맨해튼 거리와 동일한 절대 편차를 최소화합니다.

일반적으로 축별 중앙값 이이를 수행해야합니다. 제곱 값 대신 절대 편차의 합 (즉, sum_i abs (x_i-y_i))을 최소화하려는 경우 평균에 대한 좋은 추정값입니다.

정확성에 대한 질문은 아닙니다. 정확성의 문제입니다. ;-)

다음은 의사 결정 트리입니다.

거리가 제곱 인 경우 유클리드 거리 인 경우 k- 평균을 사용 합니다
거리가 택시 통계 인 경우 인 경우 k- 중앙값을 사용하십시오
당신은 할 경우 다른 거리 , 사용 K-medoids을

일부 예외 : 내가 알 수있는 한, 코사인 유사성을 최대화하는 것은 L2 정규화 된 데이터에서 제곱 유클리드 거리를 최소화하는 것과 관련이 있습니다. 따라서 데이터가 L2 정규화되면; 각 반복마다 평균을 정규화하면 k- 평균을 다시 사용할 수 있습니다.

— 종료-익명-무스
소스

다차원 데이터에 대한 중앙값의 개념에 대해 고유하게 동의 된 개념이 없기 때문에 중앙값이 맨해튼 거리를 최소화한다는 진술에 다소 문제가 있습니다. 그것은 틀린 것이 아니지만 다차원 적 맥락에서 만들어내는 잘못된 진술을 발견했습니다. 중간 값의 다차원 일반화가 있으며, 그 중 다수는 맨해튼 거리를 최소화하는 것과 관련이 없습니다.

— Tim Seguine

1

이것을 축별 중앙값으로 변경합니다. 나는 당신이 지금 더 행복하기를 바랍니다.

— 종료-익명-무스

2

극단적 인 값의 가능한 영향에 관한 분석을하지 않으려면 k 평균을 사용하지만보다 정확하게 사용하려면 k 중간 값을 사용하십시오

— 라프
소스

5

이러한 주장을 어떤 식 으로든 지원 및 / 또는 설명 할 수 있습니까?

— jona

그래 좀 더 정교하게 해줄 래? 예를 들어?

— Jack Twain

2

"중앙값"이 특이 치를 견딜 수 있지만 "평균"은 그들에 의해 완전히 영향을 받기 때문입니다. 예를 들어, 만약 우리가 데이터 포인트 {1,2,3,5,78}를 가지고 있다면 78이 더 이상하다는 것은 명백합니다. 이 데이터의 중앙값은 3이고 평균은 17.8입니다. 따라서 중앙값은 이러한 데이터를 요약하는 가장 좋은 방법입니다.

— Fadwa